看官，機器學習了解一下？

隨著人工智慧火熱的持續升級，入門機器學習已經迫在眉睫

越來越多的企業已經開始逐步在產品中應用機器學習的模型，當下人工智慧火熱，未來引發一場技術革命也說不準。身為程序員，需要時刻了解前沿的各種信息，這樣才能保證自己不被時代所淘汰。

本文將自己在機器學習中的筆記內容分享出來，也記錄自己的學習過程。

什麼是機器學習？

機器學習顧名思義，就是人類教會計算機利用以往的經驗來完成指定的任務，能夠像人類一樣學習。

機器學習有三個要素:。這三者之間的關係就是通過數據利用一定的演算法生成模型，讓機器可以按照模型去處理或者預測新的數據。

機器學習常用的演算法主要有等演算法。此文先用簡單的例子來逐一講解各個演算法概念，後續會詳細介紹具體的原理和推導過程。

決策樹

舉個例子，我們有一些統計某些APP的下載情況的數據，如下圖:

現在我們需要根據這些數據預測新用戶會下載哪類APP，來進行精準的APP廣告投放。

通過分析數據得出，我們可以根據年齡和性別大概判斷不同的用戶會下載哪類APP。

這就類似我們提出一個問題，通過判斷，將答案分成兩類，然後重複以上步驟，繼續提問回答，最終得到類似樹杈的模型，如下圖所示：

這種預測的方式被稱為決策樹。

樸素貝葉斯

我們換個例子，現在我們需要製作一個垃圾郵件檢測分類器，首先我們根據現有的郵件來手動標記垃圾郵件，找到垃圾郵件一般含有的特徵。比如有100封郵件，我們手工找出垃圾郵件有25封，然後我們發現垃圾郵件中含有"cheap"這個單詞有20封，這樣可以推測如果一封郵件中含有「cheap」單詞，那麼它是垃圾郵件的概率為80%.

同理，我們也可以尋找其他的特徵來預測，比如錯別字，沒有標題等等。這種通過打標籤計算概率來分類事物的方式被稱為樸素貝葉斯。

線性回歸

再來個，我們有一些大house，還有一些小居室，分別知道他們的面積和房價。現在需要預測一個面積位於他們之間的房子的價格。

將這些數據用坐標系表示出來，橫軸代表面積，縱軸代表房價：

然後找到某一條直線能夠擬合所有的數據，這裡尋找這條直線使用梯度下降法(後面會介紹)，通過找到所有數據點到直線距離的平方和的最小值(最小二乘法)，來確定最優擬合直線。

這種方式被稱為線性回歸。

梯度下降法

上文提到梯度下降法，很容易理解，假設我們在某個山頂，目標是到達山底。

該怎麼處理呢？一般來說我們會查看四周下山的路，找到下降距離最大的方向，然後朝這個方向下山，反覆此步驟，直至到達山底，這種方式就是梯度下降法。

在現實中我們可以把山頂想像成要解決的問題，到達山底可以當成對問題的解答。

邏輯回歸

是個好東西，能夠幫助我們理解概念。假設一所學校的招生辦，有一些往年學校招生的成績數據。現在有位學生申請學校，入學考試為7分，在校成績為6分，需要判斷該學生是否達標。

觀察往年的招生數據，我們會發現招生和未被招進的數據大概可以用直線分割，使用最小二乘法找到最擬合的分割線，通過梯度下降法來尋找，找到以後將該學生成績帶入坐標系中來查看結果。如圖所示：

可以預測該學生可以被錄取，這種演算法被稱為邏輯回歸。

神經網路

還是用上面的例子，假如我們有一名同學入學成績是9分，但是在校成績是1分，按照上面的預測，該學生可以入學。但是實際上這是不合理的，因為在校成績太低，此時模型已經不能覆蓋類似這種數據。

這種情況下該如何處理呢？可能實際錄取學生的數據是這樣的：

此時一條直線已經不能完全將錄取和未被錄取的學生分割了，可以用兩條直線來區分這些數據，這樣會分成4個區域，這樣可以根據不同的成績來將數據寫入坐標系，然後判定數據在直線上方標記為YES，在直線下方標記為NO，就可以得到下圖的模型：

最後將該學生數據帶入模型中，入學成績為9，在校成績為1的數據應該寫在右下方區域，分別為YES和NO。根據"和"原則，結果應該為NO，即不能錄取。

這種判斷方式就是神經網路，輸入數據根據"和"原則來判斷輸出結果為「YES」還是「NO」。

由於和人類的神經處理方式極為相似，因此被稱為神經網路。神經網路在很多方面都有應用，比如面部識別，語音識別，AlphaGo以及無人駕駛。

SVM(支持向量機)

假設我們有幾個點的數據，現在需要使用線條分割這些數據，從圖中看出我們可以找到至少兩條直線都能將數據分割開來。

我們目標是找到一條最優直線，在這個過程中，首先需要去掉離直線最遠的點，這些點會有較大幹擾。然後找到剩餘的點到直線的距離，查看這些點到哪條直線的最小距離最大，我們的目標就是讓這個最小值儘可能的大，同樣這個過程也會使用梯度下降法來找到這條最優直線。

從上圖中可以看出，最終黃線的效果要比藍線的效果好，這種方式被稱為SVM(支持向量機)。

題後話

機器學習並不僅僅局限於上述提到的演算法，也並不像所說的那樣簡單，現實中會有大量的數據和各種問題需要處理，本文總結的內容都盡量避免了數學的內容，但想搞懂機器學習原理最終都要回歸到數學上，例如概率與統計學，線性代數，微積分這些都是少不了的(大學欠下的債遲早要還的)。

後續的文章中我會盡量用通俗的語言來總結，但是如果想入門機器學習，數學是一定需要的，這是理解原理必備的理論基礎。

最後，歡迎大家關注我的公眾號，讓我們一起學習分享，努力實現開掛的人生！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！